买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉理工大学三亚科教创新园申请的专利一种基于域适应物理神经网络的管道泄漏检测方法与系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121351643B 。

龙图腾网通过国家知识产权局官网在2026-03-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511913783.7，技术领域涉及：G06F30/27；该发明授权一种基于域适应物理神经网络的管道泄漏检测方法与系统是由范世东;程宽;朱汉华;王斌;苟萍;张子晗设计研发完成，并于2025-12-18向国家知识产权局提交的专利申请。

本一种基于域适应物理神经网络的管道泄漏检测方法与系统在说明书摘要公布了：本发明提供一种基于域适应物理神经网络的管道泄漏检测方法与系统，该方法包括：将管道的空间坐标输入深度学习网络模型中，得到管道的物理量预测值；将深度学习网络模型的前一层输出的特征输入域分类器中，得到特征来源类别；确定空间坐标对应的实验测量值、CFD仿真值与物理量预测值之间的实验数据损失和仿真数据损失，确定物理量预测值的物理方程残差损失和泄漏边界损失，以及根据域分类器输出的特征来源类别确定域对抗损失，对深度学习网络模型参数、泄漏位置参数和泄漏孔径参数训练；根据训练后的深度学习网络模型输出的物理量预测值、泄漏位置参数和泄漏孔径参数确定管道的泄漏信息。本发明提高泄漏检测的精度、可信度和鲁棒性。

本发明授权一种基于域适应物理神经网络的管道泄漏检测方法与系统在权利要求书中公布了：1.一种基于域适应物理神经网络的管道泄漏检测方法，其特征在于，包括： 将管道的空间坐标输入深度学习网络模型中，得到所述深度学习网络模型输出的所述管道的物理量预测值； 将所述深度学习网络模型的前一层输出的特征输入域分类器中，得到所述域分类器输出的特征来源类别； 分别确定所述管道的空间坐标对应的实验测量值、CFD仿真值与物理量预测值之间的实验数据损失和仿真数据损失，确定所述物理量预测值的物理方程残差损失和泄漏边界损失，以及根据所述域分类器输出的特征来源类别确定域对抗损失； 根据所述实验数据损失、仿真数据损失、物理方程残差损失、泄漏边界损失和域对抗损失确定总损失函数，使用所述总损失函数对所述深度学习网络模型的参数、所述管道的泄漏位置参数和泄漏孔径参数进行训练； 根据训练后的所述深度学习网络模型输出的管道的物理量预测值，以及训练后的所述管道的泄漏位置参数和泄漏孔径参数，确定所述管道的泄漏信息； 根据训练后的所述深度学习网络模型输出的管道的物理量预测值，以及训练后的所述管道的泄漏位置参数和泄漏孔径参数，确定所述管道的泄漏信息，包括： 根据训练后的所述深度学习网络模型输出的管道的物理量预测值，计算Navier-Stokes方程中连续性方程的残差和动量方程的残差； 根据所述连续性方程的残差和动量方程的残差，确定所述深度学习网络模型预测的物理一致性得分； 在所述物理一致性得分大于预设阈值的情况下，根据训练后的所述深度学习网络模型输出的管道的物理量预测值和对应泄漏位置参数下的泄漏孔径参数确定所述管道的泄漏概率； 根据所述管道的泄漏概率和泄漏孔径参数，确定所述管道的泄漏等级。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉理工大学三亚科教创新园，其通讯地址为：572000 海南省三亚市崖州湾科技城用友产业园9号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。